论文部分内容阅读
摘要在前人研究成果的基础上，运用碳排放估算模型，计算安徽省在21世纪前10年里土地利用/覆被变化的碳排放效应。结果表明，研究区陆地生态系统整体上表现出碳汇效应，2000、2005、2010年净碳汇总量分别为13 116万、15 138万、11 559万t；林地为最大碳汇，建设用地为主要碳源；植树造林背景下区域碳汇功能显著提升并维持稳定，表现为能源消费碳排放形式的建设用地碳排放量与日俱增。
关键词 碳排放；土地利用/覆被变化；安徽省
中图分类号 S-9 文献标识码 A 文章编号 0517-6611（2015）22-282-02
Abstract Based on previous research results， using carbon emission estimation model， the land use/cover change carbon emission effect in first 10 years of 21st century in Anhui Province was calculated. The results showed that the amount of carbon sequestration in 2000， 2005， 2010 is 1311.6，1513.8，1155.9 billion ton. Woodland is the largest carbon sink， construction land is the main carbon source. Regional carbon sink function significantly improved and remained stable carbon， but emissions from construction land was increasing.
Key words Carbon emissions； Land use / cover change； Anhui Province
人类的土地利用行为，已经成为除化石能源燃烧排放以外的第二大温室气体排放源，约占人为总排放的1/3[1]，因此，土地利用/覆被变化产生的碳源/碳汇效应问题引起了国内外学者和机构的广泛关注。化石能源燃烧主要由于人类的日常生活、工业生产和城市化建设中对于含碳能源的消费，随着人类生活水平的提高和社会经济的持续发展，对于能源的需求量也随之增加；在能源本身不够清洁低碳、能源结构持续得不到改善的情况下，碳排放量会显著增加。于是，近年来学者们开始将能源消费引致的碳排放效应统一纳入到土地利用/覆被变化的碳排放体系，使得陆地生态系统碳排放问题研究更为系统。安徽省是我国典型的人多地少省份和中部重要粮食输出大省，近年来大力承接东部沿海转移产业、快速融入长三角经济圈、深刻调整经济与产业结构，土地利用/覆被变化显著，对生态环境造成了显著影响，近年来安徽省陆地生态系统生态服务价值一直处于减少状态[2]，但省域层面的土地利用/覆被变化的碳排放效益问题尚无研究。因此，笔者基于遥感数据、能源消耗数据和碳排放估算模型，计算分析2000～2010年安徽省的土地利用/覆被变化的碳排放效应，以期为生态文明建设和土地利用规划编制等提供一定参考。
1 研究方法与数据来源
1.1 研究区概况
安徽省地处长江、淮河中下游（114°54′～119°37′ E、29°41′～34°38′ N），东接浙江、江苏，西邻河南、湖北，南通江西，北靠山东，南北570 km，东西450 km，土地总面积约13.94 km2。气候上属暖温带与亚热带过渡地区，年均日照时数1 800～2 500 h，年均风速1.3～3.3 m/s，年平均气温14～17 ℃，年均降水量773～1 670 mm，全年无霜期200～250 d。研究区地跨淮河、长江、新安江3大流域，地貌主要分为平原、丘陵、低山和台地4大类，地势南高北低、西高东缓。土壤以水稻土、红壤、砂姜黑土、粗骨土、潮土为主，具有类型多样、适宜性广的特点。
1.2 研究方法
1.3 数据来源
土地利用/覆被变化数据参考《安徽省土地利用十年动态变化遥感监测》一文[4]，包括2000、2005、2010年6种类型的土地利用/覆被变化数据（表1）。结合已有研究确定各类用地的碳排放/吸收系数，耕地、林地、草地、水体、未利用地的系数分别是0.004 22[5-6]、-0.577[7]、-0.000 21[7]、-0.002 53[8-9]和-0.000 05[8-9]万t/（km2·年），负号表示净吸收，正号（予以省略）表示净排放。
由于建設用地（包括居民点与工矿用地）承载着人类生产与生活的绝大部分能源消耗，且不同地区能源消耗产生的碳排放情况差异明显，因而不适宜采用统一碳排放系数。建设用地的碳排放量可以通过计算各类能源碳排放系数和消费量估算[10-11]。参照张乐勤等的研究结果[12]，2000、2005、2010年，安徽省居民点与工矿用地碳排放量分别为5 277.243 9、7 192.488 4、10 919.109 7万t。
2 结果与分析
根据表1数据及文献[12]研究结果，利用公式（1），计算得到2000、2005、2010年安徽省土地利用变化的碳排放效应（表2）。
由表2可知，总量上来看，研究期间安徽省陆地生态系统整体上持续起着碳汇作用，但是碳汇功能很不稳定，2000～2005年碳汇量有所增加，2005～2010年大幅减少。2000、2005、2010年研究区陆地生态系统净碳汇量分别为13 116万、15 138万、11 559万t，前期增幅为15.41%，后期骤减23.64%。净碳汇量骤降的直接原因是碳排放量的骤升。虽然研究期间碳吸收量在前期提升20.92%之后维持了稳定，但是碳排放量一直在大幅而加速地增加。其主要原因是建设用地碳排放量，也即各类能源消费引起的碳排放量的与日俱增。 就各地类而言，林地是最主要碳汇，建设用地是最大碳源，二者碳排放/吸收量对安徽省陆地生态系统碳排放效应起到了决定性作用。
林地、水域、草地、未利用地均为碳汇，其中草地碳汇功能大幅降低，其他地类碳汇功能前期增加，后期维持稳定。得益于植树造林与森林保育工程的持续开展，林地碳汇功能一直在提升，碳吸收量在2000～2005年和2005～2010年分别增加了3 917.25万和144.77万t。其前期增量与增幅显著大于后期，是由于研究期内区域植树造林工程集中在2000～2005年[13]。另外，林地对区域碳吸收总量的贡献度一直在99.9%左右，且一直在增加，即区域碳汇功能对于林地的依赖程度极大、对林地数量变化十分敏感。其他地类面积變化对于整体碳汇能力影响不大。
建设用地（居民点及工矿）与耕地是碳源。受耕地先增后减影响，耕地的碳排放量相应变化，但变化幅度均不大；且耕地碳排放量占总排放量比重很低，一直在7%以下，并持续降低。主要表现为能源消费碳排放形式的建设用地碳排放量很大，2000、2005、2010年建设用地的碳排放量分别为5 277.24万、7 192.49万、10 919.11万t，10年来碳排放量将近增加了1倍，且在2005～2010年有明显的加速增加态势。排放强度更能直观反映这一问题，建设用地碳排放强度由基期年（2000年）的0.6万 t/km2分别增加到2005年的0.62 t/km2和2010年的0.87 t/km2，2005～2010年建设用地碳排放强度增幅显著大于2000～2005年。人类的日常生活、工业生产与城镇建设等剧烈地改变着陆地生态系统的碳排放/吸收数量，区域人类活动对于化石燃料的过度依赖[12]所引起的碳排放量的骤增已经大大降低了区域陆地生态系统的储碳服务功能。
3 结论与建议
3.1 结论
（1）研究期间安徽省陆地生态系统整体上表现出碳汇效应，2000、2005、2010年净碳汇总量分别为13 116万、15 138万、11 559万t。
（2）耕地、建设用地为碳源，林地等其他地类为碳汇。土地利用/覆被变化过程中对碳排放影响最显著的地类是林地和建设用地。植树造林工程背景下林地的增长有效提高了区域碳汇能力，陆地生态系统储碳服务价值得以显著提升。但是，表现为能源消费碳排放形式的建设用地碳排放量很大，且呈现出加速增加态势，区域人类活动对于化石燃料的过度依赖所引起的碳排放量的骤增已经大大降低了区域陆地生态系统的储碳服务功能。
3.2 政策建议
（1）继续开展植树造林工程，加强生态省建设。
（2）积极开发新能源，改善能源结构，降低对煤炭的依赖程度，使社会经济发展向更加低碳的方向迈进。
（3）在今后的土地利用规划编制中研究引入碳排放效应评价，作为规划修编参考依据。
参考文献
[1]赖力.中国土地利用的碳排放效应研究[D].南京：南京大学，2010.
[2] 汪瑞，何如海，栾倩，等. 安徽省生态系统服务价值估算与时空分异[J]. 安徽农业大学学报，2015（4）：（具体页码在7月底该文出刊时提供）.
[3] 徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析： 1995-2004[J].中国人口·资源与环境，2006，16（6）：158-161.
[4] 吴见，侯功兰，刘民士，等. 安徽省土地利用十年动态变化遥感监测[J]. 南京林业大学学报：自然科学版，2014，38（2）：147-150.
[5] CAI Z C，KANG G D，TSURUTA H，et al.Estimate of CH4 emissions from year-round flooded rice field during rice growing season in China[J].Pedosphere，2005，15（1）：66-71.
[6] 李颖，黄贤金，甄峰.江苏省区域不同土地利用方式的碳排放效应分析[J].农业工程学报，2008，24（S2）：102-107.
[7] 方精云，郭兆迪，朴世龙，等.1981～2000 年中国陆地植被碳汇的估算[J].中国科学：D 辑，2007，37（6）：804-812.
[8] 何勇.中国气候、陆地生态系统碳循环研究[M].北京：气象出版社，2006.
[9]刘建，李月臣，曾喧，等.县域土地利用变化的碳排放效应———以山西省洪洞县为例[J].水土保持通报，2015，35（1）：262-267.
[10] 张勇，张乐勤，汪应宏，等.安徽省池州市土地利用碳排放演变及其影响因素[J].中国农业大学学报，2014，19（2）：216-223.
[11] 苏雅丽，张艳芳.陕西省土地利用变化的碳排放效益研究[J].水土保持学报，2011，25（1）：152-156.
[12] 张乐勤，李荣富，陈素平，等.安徽省1995 年-2009 年能源消费碳排放驱动因子分析及趋势预测——基于STIRPAT模型[J].资源科学，2012，34（2）：316-327.
[13] 刘华，黄成林，梅莹，等.安徽省退耕还林工程建设现状及发展展望[J].安徽农业大学学报，2012，39（3）：381-384.
关键词 碳排放；土地利用/覆被变化；安徽省
中图分类号 S-9 文献标识码 A 文章编号 0517-6611（2015）22-282-02
Abstract Based on previous research results， using carbon emission estimation model， the land use/cover change carbon emission effect in first 10 years of 21st century in Anhui Province was calculated. The results showed that the amount of carbon sequestration in 2000， 2005， 2010 is 1311.6，1513.8，1155.9 billion ton. Woodland is the largest carbon sink， construction land is the main carbon source. Regional carbon sink function significantly improved and remained stable carbon， but emissions from construction land was increasing.
Key words Carbon emissions； Land use / cover change； Anhui Province
人类的土地利用行为，已经成为除化石能源燃烧排放以外的第二大温室气体排放源，约占人为总排放的1/3[1]，因此，土地利用/覆被变化产生的碳源/碳汇效应问题引起了国内外学者和机构的广泛关注。化石能源燃烧主要由于人类的日常生活、工业生产和城市化建设中对于含碳能源的消费，随着人类生活水平的提高和社会经济的持续发展，对于能源的需求量也随之增加；在能源本身不够清洁低碳、能源结构持续得不到改善的情况下，碳排放量会显著增加。于是，近年来学者们开始将能源消费引致的碳排放效应统一纳入到土地利用/覆被变化的碳排放体系，使得陆地生态系统碳排放问题研究更为系统。安徽省是我国典型的人多地少省份和中部重要粮食输出大省，近年来大力承接东部沿海转移产业、快速融入长三角经济圈、深刻调整经济与产业结构，土地利用/覆被变化显著，对生态环境造成了显著影响，近年来安徽省陆地生态系统生态服务价值一直处于减少状态[2]，但省域层面的土地利用/覆被变化的碳排放效益问题尚无研究。因此，笔者基于遥感数据、能源消耗数据和碳排放估算模型，计算分析2000～2010年安徽省的土地利用/覆被变化的碳排放效应，以期为生态文明建设和土地利用规划编制等提供一定参考。
1 研究方法与数据来源
1.1 研究区概况
安徽省地处长江、淮河中下游（114°54′～119°37′ E、29°41′～34°38′ N），东接浙江、江苏，西邻河南、湖北，南通江西，北靠山东，南北570 km，东西450 km，土地总面积约13.94 km2。气候上属暖温带与亚热带过渡地区，年均日照时数1 800～2 500 h，年均风速1.3～3.3 m/s，年平均气温14～17 ℃，年均降水量773～1 670 mm，全年无霜期200～250 d。研究区地跨淮河、长江、新安江3大流域，地貌主要分为平原、丘陵、低山和台地4大类，地势南高北低、西高东缓。土壤以水稻土、红壤、砂姜黑土、粗骨土、潮土为主，具有类型多样、适宜性广的特点。
1.2 研究方法
1.3 数据来源
土地利用/覆被变化数据参考《安徽省土地利用十年动态变化遥感监测》一文[4]，包括2000、2005、2010年6种类型的土地利用/覆被变化数据（表1）。结合已有研究确定各类用地的碳排放/吸收系数，耕地、林地、草地、水体、未利用地的系数分别是0.004 22[5-6]、-0.577[7]、-0.000 21[7]、-0.002 53[8-9]和-0.000 05[8-9]万t/（km2·年），负号表示净吸收，正号（予以省略）表示净排放。
由于建設用地（包括居民点与工矿用地）承载着人类生产与生活的绝大部分能源消耗，且不同地区能源消耗产生的碳排放情况差异明显，因而不适宜采用统一碳排放系数。建设用地的碳排放量可以通过计算各类能源碳排放系数和消费量估算[10-11]。参照张乐勤等的研究结果[12]，2000、2005、2010年，安徽省居民点与工矿用地碳排放量分别为5 277.243 9、7 192.488 4、10 919.109 7万t。
2 结果与分析
根据表1数据及文献[12]研究结果，利用公式（1），计算得到2000、2005、2010年安徽省土地利用变化的碳排放效应（表2）。
由表2可知，总量上来看，研究期间安徽省陆地生态系统整体上持续起着碳汇作用，但是碳汇功能很不稳定，2000～2005年碳汇量有所增加，2005～2010年大幅减少。2000、2005、2010年研究区陆地生态系统净碳汇量分别为13 116万、15 138万、11 559万t，前期增幅为15.41%，后期骤减23.64%。净碳汇量骤降的直接原因是碳排放量的骤升。虽然研究期间碳吸收量在前期提升20.92%之后维持了稳定，但是碳排放量一直在大幅而加速地增加。其主要原因是建设用地碳排放量，也即各类能源消费引起的碳排放量的与日俱增。 就各地类而言，林地是最主要碳汇，建设用地是最大碳源，二者碳排放/吸收量对安徽省陆地生态系统碳排放效应起到了决定性作用。
林地、水域、草地、未利用地均为碳汇，其中草地碳汇功能大幅降低，其他地类碳汇功能前期增加，后期维持稳定。得益于植树造林与森林保育工程的持续开展，林地碳汇功能一直在提升，碳吸收量在2000～2005年和2005～2010年分别增加了3 917.25万和144.77万t。其前期增量与增幅显著大于后期，是由于研究期内区域植树造林工程集中在2000～2005年[13]。另外，林地对区域碳吸收总量的贡献度一直在99.9%左右，且一直在增加，即区域碳汇功能对于林地的依赖程度极大、对林地数量变化十分敏感。其他地类面积變化对于整体碳汇能力影响不大。
建设用地（居民点及工矿）与耕地是碳源。受耕地先增后减影响，耕地的碳排放量相应变化，但变化幅度均不大；且耕地碳排放量占总排放量比重很低，一直在7%以下，并持续降低。主要表现为能源消费碳排放形式的建设用地碳排放量很大，2000、2005、2010年建设用地的碳排放量分别为5 277.24万、7 192.49万、10 919.11万t，10年来碳排放量将近增加了1倍，且在2005～2010年有明显的加速增加态势。排放强度更能直观反映这一问题，建设用地碳排放强度由基期年（2000年）的0.6万 t/km2分别增加到2005年的0.62 t/km2和2010年的0.87 t/km2，2005～2010年建设用地碳排放强度增幅显著大于2000～2005年。人类的日常生活、工业生产与城镇建设等剧烈地改变着陆地生态系统的碳排放/吸收数量，区域人类活动对于化石燃料的过度依赖[12]所引起的碳排放量的骤增已经大大降低了区域陆地生态系统的储碳服务功能。
3 结论与建议
3.1 结论
（1）研究期间安徽省陆地生态系统整体上表现出碳汇效应，2000、2005、2010年净碳汇总量分别为13 116万、15 138万、11 559万t。
（2）耕地、建设用地为碳源，林地等其他地类为碳汇。土地利用/覆被变化过程中对碳排放影响最显著的地类是林地和建设用地。植树造林工程背景下林地的增长有效提高了区域碳汇能力，陆地生态系统储碳服务价值得以显著提升。但是，表现为能源消费碳排放形式的建设用地碳排放量很大，且呈现出加速增加态势，区域人类活动对于化石燃料的过度依赖所引起的碳排放量的骤增已经大大降低了区域陆地生态系统的储碳服务功能。
3.2 政策建议
（1）继续开展植树造林工程，加强生态省建设。
（2）积极开发新能源，改善能源结构，降低对煤炭的依赖程度，使社会经济发展向更加低碳的方向迈进。
（3）在今后的土地利用规划编制中研究引入碳排放效应评价，作为规划修编参考依据。
参考文献
[1]赖力.中国土地利用的碳排放效应研究[D].南京：南京大学，2010.
[2] 汪瑞，何如海，栾倩，等. 安徽省生态系统服务价值估算与时空分异[J]. 安徽农业大学学报，2015（4）：（具体页码在7月底该文出刊时提供）.
[3] 徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析： 1995-2004[J].中国人口·资源与环境，2006，16（6）：158-161.
[4] 吴见，侯功兰，刘民士，等. 安徽省土地利用十年动态变化遥感监测[J]. 南京林业大学学报：自然科学版，2014，38（2）：147-150.
[5] CAI Z C，KANG G D，TSURUTA H，et al.Estimate of CH4 emissions from year-round flooded rice field during rice growing season in China[J].Pedosphere，2005，15（1）：66-71.
[6] 李颖，黄贤金，甄峰.江苏省区域不同土地利用方式的碳排放效应分析[J].农业工程学报，2008，24（S2）：102-107.
[7] 方精云，郭兆迪，朴世龙，等.1981～2000 年中国陆地植被碳汇的估算[J].中国科学：D 辑，2007，37（6）：804-812.
[8] 何勇.中国气候、陆地生态系统碳循环研究[M].北京：气象出版社，2006.
[9]刘建，李月臣，曾喧，等.县域土地利用变化的碳排放效应———以山西省洪洞县为例[J].水土保持通报，2015，35（1）：262-267.
[10] 张勇，张乐勤，汪应宏，等.安徽省池州市土地利用碳排放演变及其影响因素[J].中国农业大学学报，2014，19（2）：216-223.
[11] 苏雅丽，张艳芳.陕西省土地利用变化的碳排放效益研究[J].水土保持学报，2011，25（1）：152-156.
[12] 张乐勤，李荣富，陈素平，等.安徽省1995 年-2009 年能源消费碳排放驱动因子分析及趋势预测——基于STIRPAT模型[J].资源科学，2012，34（2）：316-327.
[13] 刘华，黄成林，梅莹，等.安徽省退耕还林工程建设现状及发展展望[J].安徽农业大学学报，2012，39（3）：381-384.